Case todos os asistentes de voz de IA teñen o mesmo na pantalla: unha esfera pulsante. Con menos frecuencia, presentan unha "cabeza parlante", un avatar en vídeo dunha persoa movendo os beizos. Creei unha terceira variante e chameina ART DANYUK: mentres a IA fala, miles de partículas brillantes únense nunha figura 3D do suxeito do que se fala (unha cunca de café, un sofá, un golfiño) e logo dispérsanse de novo como un fluxo de datos. A continuación móstrase unha demostración en directo; podes tocala aquí mesmo. Este artigo resultarache útil se estás a escoller un asistente de IA para o teu sitio web ou a crear o teu propio axente de voz e queres que se lembre del.
Próbao directamente no artigo
Toca calquera obxecto na parte inferior da xanela ou escribe a túa propia palabra en inglés, por exemplo, "telescopio" ou "guitarra". O botón ▶ Visita guiada inicia un breve diálogo: o visitante pregunta sobre café, doces, un sofá, cabalos e unha viaxe en barco; a IA responde e as partículas ensamblan cada obxecto. Ao tocar, créase unha onda, ao deslizar o dedo xira a escena e, ao premer de xeito prolongado, dispersa o obxecto, o que o volve montar. O botón redondo da esquina cambia a paleta.
Se a xanela non carga, abre a demostración por separado: vibevox.pro/stardust-demo.
Por que non hai mellor cara que unha pelota e unha cabeza faladora?
A esfera só mostra o que di a IA. Unha cabeza parlante mostra quen está falando, pero é caro e cae facilmente no "val inquietante", cando unha imaxe case humana é máis aterradora que un debuxo nítido. Un avatar sen rostro revela a conversa, e iso é memorable.
| Opción | O que ve o visitante | Onde se conta a imaxe? |
|---|---|---|
| Bóla pulsante | animación abstracta | no navegador, case sen carga |
| Avatar de vídeo humano | cara e beizos ao ritmo da fala | Nun servidor cunha tarxeta de vídeo, toda a conversa é unha transmisión de vídeo. |
| ARTE DANYUK | tema de conversa en 3D | no navegador do visitante, a través da rede: só a voz e o nome do elemento |
Dous estilos: ART DANYUK e estrelas en 3D
ART DANYUK: unha escultura de datos. Ata 131 000 partículas flúen coma un casulo, un obxecto nace no seu interior, permanece uns segundos e logo disólvese de novo. Paletas: «Auto» (unha mestura lenta de todas as cores), Océano, Coral, Nebulosa, Xardín. Require WebGL2, que está incluído en case todos os teléfonos recentes.
Estrelas en 3D: unha galaxia espiral nunha nebulosa. As estrelas arqueanse xuntas para formar unha figura tridimensional iluminada que xira coma un obxecto real. Funciona en calquera teléfono e ART DANYUK cambia automaticamente a este estilo se o teu dispositivo non está á altura.
En ambos estilos, as partículas "respiran" ao ritmo da voz da IA: canto máis alta sexa a frase, máis brillante e vibrante será a imaxe.
Como funciona desde dentro?
- Unha ferramenta de IA. O modelo chama a show_visual ("mostrar obxecto") cun nome en inglés (por exemplo, "cunca de café") e continúa falando. A voz nunca agarda por unha imaxe: é unha canle de datos pequena e separada.
- Unha biblioteca de 1359 modelos. Comida, mobles, animais, plantas, transporte, ferramentas, cosméticos, xoias, electrónica e deportes. Todos os modelos fonte están baixo unha licenza CC0 gratuíta e convertinos en nubes de puntos de 2 a 10 KB. Cada un descárgase no primeiro uso e logo almacénase na caché do navegador.
- Rede de seguridade. Ás veces, os modelos de IA "esquecen" chamar a unha ferramenta. Polo tanto, despois dun segundo e medio de resposta, o modelo lixeiro selecciona automaticamente o elemento a partir da frase do visitante e do comezo da resposta. Omite saúdos, conversas triviais e persoas.
- Cámara. O visitante pode apuntar o produto á cámara e premer en "Recoñecer". A IA nomeará o elemento e as partículas ensamblarán a súa forma.
Que ve o visitante durante a chamada?
- Mentres se conecta a chamada, as partículas forman a inscrición VibeVox e, no teu proxecto, o nome da túa marca.
- A IA di ola e a nube de partículas respira ao ritmo da súa voz: unha pausa: a imaxe esvaécese, a frase cobra vida.
- A conversa chegou ao tema: as partículas reúnense na súa figura, manteñena mentres a IA fala e logo volven fluír.
- A figura pódese xirar deslizando o dedo e romper premendo longamente, polo que esperar unha resposta convértese nun xogo.
- O volume axústase usando o control deslizante da barra de tons de chamada superior e a cámara pódese activar e desactivar en calquera momento.
O consultor de IA responde no idioma do visitante. No meu artigo sobre un sitio web multilingüe sen tradutor expliquei como facer que o propio sitio web sexa multilingüe para que sexa visible para os motores de busca.
Onde é isto útil para os negocios?
- Unha cafetería ou pastelaría: un asesor fala de café expreso e sobremesas, e o cliente ve unha cunca e unha magdalena.
- Tenda de mobles: un "sofá compacto para un apartamento pequeno" convértese inmediatamente nun sofá na pantalla.
- Turismo e excursións: unha viaxe en barco con golfiños convértese nun golfiño e unha reserva nunha cesta.
- Na biblioteca hai unha tenda que vende cosméticos, ferramentas e aparellos electrónicos (barra de labios, desaparafusadores e auriculares).
- Exposicións e escaparates: unha pantalla que mostra o que preguntan os visitantes e reúne á xente ao seu redor.
Na miña análise dos axentes de comercio electrónico demostrei como un axente de IA que guía os clientes cara aos seus pedidos difire dun chatbot normal.
Como poñelo na túa páxina web?
Hai tres opcións, dependendo de se necesitas un consultor xa feito, o sitio web completo ou só gráficos.
| O que se necesita | Como conseguir |
|---|---|
| Un consultor de IA listo para usar con voz e vista 3D | Widget VibeVox: na configuración, selecciona "Figuras en 3D" ou ART DANYUK e a voz do asistente |
| Un sitio web cun asistente de IA integrado | 1001site AI: Plan con todo incluído: 45 € ao mes, primeiro mes co código promocional do mes: 25 € |
| Só gráficos para a túa IA de voz | Motor Stardust en GitHub: gratuíto para proxectos persoais, licenza comercial para empresas |
Na base de coñecementos descríbese como activar e configurar o asistente de IA na túa conta 1001site.
Para os desenvolvedores, a conexión require unha ferramenta na configuración do modelo e unha liña no navegador; hai exemplos para Gemini Live, OpenAI Realtime, ElevenLabs, LiveKit e Pipecat no repositorio Stardust.
Se che gustaría ter un consultor de IA coma este pero non queres resolvelo ti mesmo, envíame unha mensaxe en Telegram a @GuruAppSheet: Crearei un axente para o teu catálogo e mostraréiche unha demostración cos teus produtos.
